Python 根据两个数据框值对绘图进行颜色编码

我想根据两个数据帧值对散点图进行颜色编码，这样对于df[1]的每个不同值，将分配一种新颜色，对于具有相同df[1]值的每个df[2]值，先前分配的颜色需要df[2]值最高的不透明度变化（在具有相同df[1]值的df[2]值中）在数据点组中，获得100%不透明和最低不透明

代码如下：

def func():
    ...

df = pd.read_csv(PATH + file, sep=",", header=None)


b = 2.72
a = 0.00000009

popt, pcov = curve_fit(func, df[2], df[5]/df[4], p0=[a,b])

perr = np.sqrt(np.diag(pcov))

plt.scatter(df[1], df[5]/df[4]/df[2])
# Plot responsible for the datapoints in the figure

plt.plot(df[1], func_cpu(df[2], *popt)/df[2], "r")
# plot responsible for the curve in the figure

plt.legend(loc="upper left")

以下是示例数据集：

**df[0],df[1],df[2],df[3],df[4],df[5],df[6]**

file_name_1_i1,31,413,36120,10,9,10
file_name_1_i2,31,1240,60488,10,25,27
file_name_1_i3,31,2769,107296,10,47,48
file_name_1_i4,31,8797,307016,10,150,150
file_name_2_i1,34,72,10868,11,9,10
file_name_2_i2,34,6273,250852,11,187,196
file_name_3_i1,36,84,29568,12,9,10
file_name_3_i2,36,969,68892,12,25,26
file_name_3_i3,36,6545,328052,12,150,151
file_name_4_i1,69,116,40712,13,25,26
file_name_4_i2,69,417,80080,13,47,48
file_name_4_i2,69,1313,189656,13,149,150
file_name_4_i4,69,3009,398820,13,195,196
file_name_4_i5,69,22913,2855044,13,3991,4144
file_name_5_i1,85,59,48636,16,47,48
file_name_5_i2,85,163,64888,15,77,77
file_name_5_i3,85,349,108728,16,103,111
file_name_5_i4,85,1063,253180,14,248,248
file_name_5_i5,85,2393,526164,15,687,689
file_name_5_i6,85,17713,3643728,15,5862,5867
file_name_6_i1,104,84,75044,33,137,138
file_name_6_i2,104,455,204792,28,538,598
file_name_6_i3,104,1330,513336,31,2062,2063
file_name_6_i4,104,2925,1072276,28,3233,3236
file_name_6_i5,104,6545,2340416,28,7056,7059
...

因此，

x

-轴将是

df[1]

，它们是

31,31,31,34,34，

，

y

-轴是

df[5]，df[4]，df[2]

，它们是

9,10,413

。对于

df[1]

的每个不同值，需要指定一种新颜色。重复6种独特颜色后的颜色循环是可以的。在每种颜色中，不透明度都需要更改为

df[2]

（虽然

y

-轴是

df[5]，df[4]，df[2]

）。最高的获得相同颜色的较深版本，最低的获得相同颜色的最浅版本

散点图：

这大致就是我想要的颜色代码解决方案的样子：

我在csv文件中有大约200个条目

---

在这种情况下使用NumPy更有利吗？

请告诉我这是否合适，或者我是否误解了什么-

将熊猫作为pd导入
将matplotlib.pyplot作为plt导入
将numpy作为np导入
#你不需要
#df=pd.read\u csv（“~/Documents/tmp.csv”）
max_2=pd.DataFrame（df.groupby（'1'）.max（）
无唯一颜色=3
颜色集合=[np.random.random（（3））表示范围内的（无唯一颜色）]
#按循环顺序为唯一的df2指定颜色
max_2['colors']=[color_set[unique_df2%no_unique_colors]用于范围内的unique_df2（max_2.shape[0]）]
#计算数据帧中每个条目的不透明度
colors=[list（max_2.loc[df1].colors）+[float（df['2'].iloc[i]）/max_2['2'].loc[df1]]for i，枚举中的df1（df['1']）]
#重复三次，使df2、df4和df5共享相同的不透明度
颜色=[x代表x，颜色代表uu范围（3）]
plt.scatter（df['1']值。重复（3），df['2'，'4'，'5']]值。重塑（-1），c=颜色）
plt.show（）

---

嗯，你知道些什么。我对这项任务的理解完全不同。我认为重点是根据所有

df[2]

、

df[4]

和

df[5]

值为每个

df[1]

值设置alpha水平。哦，既然我已经完成了工作，为什么不发布呢

from matplotlib import pyplot as plt
import pandas as pd
from itertools import cycle
from matplotlib.colors import to_rgb

#read the data, column numbers will be generated automatically
df = pd.read_csv("data.txt", sep = ",", header=None)

#our figure with the ax object
fig, ax = plt.subplots(figsize=(10,10))
#definition of the colors
sc_color = cycle(["tab:orange", "red", "blue", "black"])

#get groups of the same df[1] value, they will also be sorted at the same time
dfgroups = df.iloc[:, [2, 4, 5]].groupby(by=df[1])

#plot each group with a different colour
for groupkey, groupval in dfgroups:
    #create group dataframe with df[1] value as x and df[2], df[4], and df[5] values as y
    groupval= groupval.melt(var_name="x", value_name="y")
    groupval.x = groupkey
    
    #get  min and max y for the normalization
    y_high = groupval.y.max()
    y_low = groupval.y.min()
    #read out r, g, and b values of the next color in the cycle
    r, g, b = to_rgb(next(sc_color))
    #create a colour array with nonlinear normalized alpha levels 
    #between 0.2 and 0.8, so that all data point are visible
    group_color = [(r, g, b, 0.19 + 0.8 * ((y_high-val) / (y_high-y_low))**7) for val in groupval.y]
    #and plot
    ax.scatter(groupval.x, groupval.y, c=group_color)
    
    
plt.show()

数据的示例输出：

这里有两个主要问题。一个是散点图中的

alpha

不接受数组。但是，因此，color需要绕道读取RGB值并创建一个带有附加alpha级别的RGBA数组。

---

另一个原因是，您的数据分布范围相当广。线性规格化使接近最低值的更改不可见。当然有一些优化的可能；例如，我喜欢。

@T先生，很抱歉这个问题的框架有误。。在拥有6种独特的颜色后，可以重复颜色循环，并在那里重复图案after@Mr.T谢谢你的建议。我现在给问题添加了一个样本数据集。x轴应该是df[1]，它是31,31,31,34,34，。。。。。y轴为df[5]/df[4]/df[2]，即（9/10/413），……对于df[1]的每个不同值，需要指定一种新颜色。@T先生，我很抱歉。。我不熟悉stack overflow，谢谢你的建议。。我已经根据OP更新了问题，颜色由df['2']的值决定，因此在

df['2']、df['4']、df['5']

中，共享相同alpha值的一个可能会更高。我可以限制颜色，但OP的帖子让它听起来像是一个选项（如果强制的话，将颜色限制为6应该不难），这是一个很好的观点，但在这200个条目中，独特的df2的数量是不是很重要？此外，更新了3种不同颜色的代码，仅显示循环性质亲爱的@sai非常感谢您的回答。颜色由df[1]决定（在我们的例子中是x轴），这些颜色的不透明度由df[2]值决定，最高的df[2]值在该颜色的瞬间变得更厚（更高的alpha值接近1）。不透明度的df[2]值之间的比较仅在具有相同df[1]值的条目之间，这是一个关键错误，尝试打印df.columns并使用列名准确访问它们。更好的是，只需重命名它们

df.columns=['0'，'1'，'2'，'3'，'4'，'5'，'6']